农业企业与高校合作中技术转移绩效的影响因素研究:基于福建省193家农业企业的数据

□林庆藩 林伟明 刘燕娜 余建辉

在日益激烈的企业间市场竞争、高校间科研资源竞争以及政府产学合作激励政策的推力下，高校寻求与企业合作实现技术成果推广转化以提升科研竞争力，而企业选择与高校合作来提升自身的技术水平和市场竞争力。在此背景下，产学合作中技术转移绩效的研究愈加成为国内外学术界研究热点。而为寻求提升转移绩效的有效途径，技术转移绩效影响因素研究成为热点中的重点，并已形成诸多研究成果。然而，目前产学研合作中技术知识转移绩效研究的企业样本来自众多产业内的企业，针对某一产业的产学研合作绩效研究文献甚少，针对农业企业与高校技术转移绩效影响因素的研究文献更少。由于农业企业与其他产业内企业相比具有受自然环境影响大、地理位置偏离城市中心、技术合作需田间指导等特殊性，可能导致其与高校技术转移绩效影响因素相异于其他行业内的企业。鉴于此，本文以福建省193家农业企业为研究对象，识别农业企业与高校合作中技术转移绩效的关键影响因素，对提升农业企业与高校技术合作绩效具有一定的政策指导意义。

一、影响因素的理论分析与研究假设

1、高校属性

高校属性主要从转移意愿和转移能力两方面来体现。技术成果尤其是专利技术具有独占性特征，依附于技术创新组织或个人内部。因此，高校及其科研人员作为技术成果的独占者，只有其具有技术转移意愿，才会接受与农业企业合作，通过各种途径为企业提供所需的技术或知识，并在技术转移过程中积极为农业企业提供技术消化、吸收与应用指导。不同技术成果的内隐性和复杂性不同，不同农业企业的技术接收、消化和整合能力不同，这就要求高校根据技术属性和合作农业企业技术能力，选择适宜的技术转移机制、方式和工具，确保农业企业能够理解、吸收和整合转移来的技术，保障产学合作的技术转移绩效。基于以上分析，提出假设：

假设1：高校转移意愿对技术转移绩效具有显著的正面作用

假设2：高校转移能力对技术转移绩效具有显著的正面作用

2、农业企业属性

农业企业属性主要包括合作意愿、吸收能力和整合能力。Cummings①和Szulanski②研究认为接收方缺乏转移动机是造成知识转移困难的重要因素。根据对部分农业企业的访谈发现，由农业企业所有者或管理者寻求发展动机激发的技术合作意愿，使企业高度重视与高校的技术合作项目，保证合作项目的人、财、物投入需求，对技术转移过程中所遇困难表现出极大的耐力，并积极寻求与高校沟通交流来解决问题，对提升技术转移绩效产生重要的推动作用。技术转移合作意愿仅保证了合作机会的产生和后续资源投入预期，技术转移最终绩效可能还需考察农业企业的技术吸收能力与整合能力。Cohen和Levinthal③率先提出了吸收能力的概念，认为吸收能力是同化与内化新知识、新技术的一个重要因素。由研发人员数量与能力等表征的吸收能力越强，农业企业对转移来技术的内隐性和复杂性的承受能力越强，评估、同化及把新知识应用在生产经营中的能力越强，技术转移绩效也越好。而农业企业转移来的技术需得到运用才能体现出内在价值，农业企业的新技术整合能力越强，挖掘技术内在价值的能力越强，技术转移合作对企业创新绩效的提升作用越强。基于以上分析，提出假设：

假设3：农业企业合作意愿对技术转移绩效具有显著的正面作用

假设4：农业企业吸收能力对技术转移绩效具有显著的正面作用

假设5：农业企业整合能力对技术转移绩效具有显著的正面作用

3、技术属性

借鉴Simonin④对知识特性的定义，技术属性主要有3类：内隐性、复杂性、专属性。同时，认为转移内隐度高的、复杂的、专属性强的知识比易于显性化的知识要困难得多，接收方的理解、吸收与整合难度也较大，从而降低技术转移效率和效果⑤。Zander和Kogut⑥、Cummings⑦的实证研究也得到同样的结论，知识的隐性程度越大，对知识转移的障碍效果越大。技术成果作为知识的重要外化形式，技术内隐性和复杂性对技术转移效果的影响作用同样存在⑧。同时，技术专属性表示农业企业为了吸收和应用高校新技术，需增加专业的技术人员和仪器设备。在考虑成本-效益原则、风险控制的条件下，企业尤其是中小企业似乎更愿意选择专属性较低的技术；而且，技术专属性越高，内附于技术中的知识与农业企业现有知识存量的交叉程度越低，制约了企业对新技术的理解、消化和整合，也就制约了技术转移绩效。基于以上分析，本文提出假设：

假设6：技术内隐性对技术转移绩效具有显著的负面作用

假设7：技术复杂性对技术转移绩效具有显著的负面作用

假设8：技术专属性对技术转移绩效具有显著的负面作用

4、转移环境

技术转移环境主要包括农业企业与高校间的地理距离、关系距离及校企合作的政策环境。本文假定农业企业与高校间的信任可以减少或缓解技术转移过程中的紧张关系，又可促进双方间的技术信息沟通与交流，显著地影响技术转移绩效⑨。空间距离会形成人际交流和技术合作过程中语言和地理上的约束⑩，而地理位置接近便于农业企业与高校“面对面”接触，便于农业企业就技术理解、消化和整合应用过程中遇到的问题与高校进行及时的沟通交流，有助于提升技术转移绩效。政府关于推动产学研合作的技术创新政策，如申报科研项目时对产学或产研合作强制性规定、产学研合作研发项目经费补助等政策，对推动农业企业与高校技术转移合作具有重要的刺激作用。基于以上分析，提出假设：

假设9：信任对技术转移绩效具有显著的正面作用

假设10：沟通对技术转移绩效具有显著的正面作用

假设11：地理距离对技术转移绩效具有显著的负面作用

假设12：政策环境对技术转移绩效具有显著的正面作用

二、变量设计

1、技术转移绩效评价指标设计

通过产学合作中技术或知识转移绩效的文献回顾发现，目前国内外学者大多采用综合指标来衡量技术知识转移绩效，以强化度量指标的全面性、科学性。考虑到农业企业与高校技术合作的流动性和多维度性，本文从直接绩效和无形绩效两方面设计农业企业与高校合作中的技术转移绩效评价指标。其中，有形绩效指标包括产品品质提升、生产工艺水平提升、产品技术标准提升、专利拥有数量增加、销售收入增长；无形绩效指标包括合作目标完成度、知识储备增加、技术人员水平提升、技术创新周期缩短、新知识拓展使用强度。

2、影响因素的测量

本文在阅读大量文献，参考国内外学者对相关变量的操作化定义和测量量表设计的基础上，初步设计了农业企业与高校合作中技术转移绩效的潜在影响因素及其测量量表；然后经过专家访谈以及对福建省农业企业的预调查，最终确定潜在影响因素及其测量量表，将潜在影响因素划分成了以下相应的项目进行测量：

(1)技术转移意愿。从高校愿意将其技术成果转让给企业、及时了解企业的技术难题或技术需求、及时进行技术对接或研发可行性论证、及时投入资源实施试验或研发工作等4个角度来衡量产学合作中高校技术转移意愿。

(2)技术转移能力。从高校软硬件基础的完善程度、按时按质完成合作协议规定技术创新任务的能力、高校科研人员技术研发能力、高校科研人员技术转化能力、高校知识成果的显性化程度等5个角度来衡量产学合作中高校技术转移能力。

(3)技术合作意愿。从技术转移的效益预期、技术合作的成本与技术风险分担、拓展产品销售市场的意愿强度、周边竞争者实施技术合作的效果、企业合作项目的资金投入意愿等5个角度来衡量产学合作中农业企业技术合作意愿。

(4)技术吸收能力。从掌握高校转移技术的难度、企业仪器设备的完善程度、技术人员数量与质量、试验或试制等中试工作的能力等4个角度来衡量产学合作中农业企业技术吸收能力。

(5)技术整合能力。从消化吸收新知识的程序化程度、企业新旧知识融会贯通能力、企业新知识的拓展使用能力、新知识宣传推广力度等4个角度来衡量产学合作中农业企业技术整合能力。

(6)技术属性。以技术成果原理用书面形式表达出来的难度来衡量技术内隐性；以技术成果涉及的学科领域数量来衡量技术复杂性；以技术成果转化的专用资产需求度、技术成果转化的专门人才需求度来衡量技术专属性。

(7)沟通。以沟通交流积极性、与高校沟通交流的深度、信息交流与技术交流的频率等3个方面来衡量产学合作中双方的沟通情况。

(8)信任。以农业企业对高校信誉评价、高校知名度评价、高校技术研发水平评价等3个方面来衡量农业企业对合作高校的信任度评价。

(9)地理距离。采用虚拟变量赋值法，1表示“同一个县或县级市”，2表示“同一地市”，3表示“同一省份”，4表示“跨省份”，5表示“跨国境”。由于农业企业可能同时跨县、跨市、跨省或跨国进行技术合作，造成地理距离无法直接确定。本文采用的方法为：选择“同一地市”又选择“同一个县”取“同一个县”的赋值1，而如果直接选择“同一地市”则赋值2，其他混合方式的赋值方法依此类推。

(10)政策环境。以财政补贴力度、税收优惠力度、贷款扶持力度、技术供求信息服务完善度、技术对接项目服务完善度等5个方面来衡量农业企业与高校技术合作的政策环境。

三、数据收集

在数据收集上，除地理距离变量外，技术转移绩效测量变量及其潜在影响因素测量变量，均采用李克特5点量表法进行测量量表设计。

本文的调查样本为：福建省内与大学有过合作经历并进行过各种形式的技术转移活动的农业企业，具体调查对象为农业企业内参与校企技术转移合作的高级管理人员或技术人员。问卷调查分两步进行：第一步，于2012年2月份选择20家农业企业进行预调查，根据调查对象的反馈和建议，对部分测量量表进行修改与完善，确定最终的正式调查问卷；第二步，于2012年3月-7月期间，通过实地访谈、电子邮件、委托福建农业产业化龙头企业协会等方式进行大规模农业企业问卷调查。本次调查共发放问卷350份，回收有效问卷193份，有效问卷回收率为55.14%。

在193个农业企业样本中，国家级、省级、市级龙头企业分别占12.44%、39.38%、48.18%；南平市、三明市、莆田市、漳州市、福州市、厦门市的农业企业分别占22.28%、22.28%、20.73%、18.13%、11.92%、4.66%；分别有74.61%、87.05%样本企业表示设立研究机构和专门人员负责校企技术合作，说明大部分农业企业注重技术研发和校企技术合作；分别有4.66%、22.80%、75.13%、45.08%、2.07%的样本企业选择与县域内、市域内、省域内、国内与国际上的高校实施技术合作，说明省内的校企技术合作最为普遍；选择技术(转让)协议、研发项目合作协议、联合研发中心、技术咨询、其他模式的样本企业分别占53.89%、75.65%、32.12%、62.18%、5.18%，说明研发项目合作的技术合作模式最受欢迎。

四、实证结果分析

1、变量的降维处理

由于技术转移绩效、转移意愿、转移能力、合作意愿、吸收能力、整合能力、技术专属性、政策环境、信任、沟通等变量均包含多个测量题项。因此，在多元线性回归分析之前，需将多个测量题项进行降维处理以形成各变量的样本数据。例如，本文设计了10个技术转移绩效评价指标，需将这10个指标降维成1个变量作为回归方程模型的被解释变量。现有文献中，降维方法有主成分分析法、因子分析法等；也可通过专家打分法、熵权法、极值法等方法确定各变量的权重，然后再求加权和；或者直接用集合平均数代替。其中，较常用的是因子分析法，本文首先利用SPSS17.0统计软件对技术转移绩效等变量做因子分析，其中技术转移绩效、合作意愿和吸收能力得到公因子的总方差贡献率分别为57.436%、38.984%、59.655%，说明公因子得分对原始数据的代表性很弱，以公因子得分作为原始测量题项的原始数据，会出现较大的信息误差，放弃因子分析降维方法。本文选择熵权确定各变量的测量题项的权重，以求得各变量相应测量题项的加权得分代表各变量的样本数据，以此方法进行降维处理。该方法的好处在于：加权得分可完全涵盖测量题项信息，克服因子分析法因信息缺失产生的误差；与简单算术平均得分相比，具有可体现各测量题项重要性差异的优越性。

2、自变量的相关性检验

笔者运用SPSS17.0软件计算皮尔逊相关系数来检验各解释变量之间的相关关系，结果如表1所示。由相关性检验结果可知，本研究的变量之间相关系数在0.006与0.653之间。根据统计研究惯例，变量之间相关系数未超过0.8或0.9，证明变量之间的相关性不高，不会对多元回归模型的科学性产生影响。由表1可知，部分解释变量在显著性0.05水平上存在两两之间相关性，存在一定的自相关性风险，但由于变量之间相关系数的显著性会受到样本量等其他因素的影响，且皮尔逊检验也仅从表面上说明两个变量之间的初步关系，系统的综合影响还需进行更深入的多元回归分析。

?

3、多元线性回归结果分析

本文采用多元线性回归分析方法对研究假设1至假设12进行检验。具体以求得的技术转移绩效加权得分为被解释变量，以技术内隐性、技术复杂性、技术专属性、转移意愿、转移能力、合作意愿、吸收能力、整合能力、政策环境、沟通、信任、地理距离为解释变量，利用SPSS17.0统计软件中的强迫进入法(enter)作为回归分析方法，采用最小二乘法(OLS)进行模型估计，回归结果如表2所示。

由表2可知，在置信度为90%的条件下，转移能力、合作意愿、吸收能力、整合能力和信任对技术转移绩效具有显著的正向影响，而技术内隐性、技术复杂性、技术专属性、转移意愿、地理距离、政策环境和沟通对技术转移绩效未表现出显著影响。另外，调整后的R2为0.557，而拟合度的F值为21.129，显著性在0.000水平，回归方程是高度显著的，说明至少有部分变量具有很强的解释力，拒绝系数全部为0的原假设；D-W统计量为1.997，回归模型不存在自相关性问题，表明回归结果是最优线性无偏的；各解释变量的VIF统计值均小于lO，说明各变量之间不存在多重共线性问题，利用调查数据进行的多元回归分析结果是合理的。

?

4、实证结果讨论

第一，高校属性对技术转移绩效的影响。

由表2所示，高校转移意愿对技术转移绩效没有显著的作用，原假设1未通过检验；高校转移能力对技术转移绩效具有显著的正面作用，验证了原假设2。以上结论与Szulanski4的研究结论一致。通过对农业企业的访谈发现，农业企业与高校技术转移合作的目标较为明确，即解决某一技术难题、研发新品种或新材料、生产工艺改进等，双方达成协议之后，合作高校即以协议规定的研究内容为任务或者目标。合作协议无形中成为高校努力完成技术转移项目的动力，而非仅仅是转移意愿的作用，从而降低了转移意愿的作用力。因此，反对原假设1。正如前文论述，高校技术转移能力越强，越能根据农业企业技术能力或技术属性的实际情况，选择农业企业更易理解的方式和转移机制向农企业转移技术，并能及时应对技术转移过程中出现的问题，帮助农业企业更好地理解、吸收和整合应用所转移技术，提高产学合作的技术转移转移绩效。因此，支持原假设2。

第二，农业企业属性对技术转移绩效的影响。

由表2可知，农业企业的合作意愿、吸收能力和整合能力对技术转移绩效具有显著的正向影响，验证了原假设3、原假设4和原假设5。以上结论与Szulanski4、Cohen和Levinthal5的研究结论一致。农业企业合作意愿越强，对技术转移项目的资源投入意愿越强，针对技术转移项目问题与高校沟通意愿越强，有助于对所转移技术的消化和吸收，有助于挖掘所引进技术的应用潜力；而吸收能力和整合能力越强，将所引进技术转化为自身技术能力的水平越高，挖掘技术内在价值的能力越强，技术的应用广度和深度越强，技术转移绩效也就越好。因此，支持原假设3、原假设4和原假设5。

第三，知识属性对技术转移绩效的影响。

由表2可知，技术内隐性、技术复杂性、技术专属性与技术转移绩效没有显著的相关关系，否定了原假设6、原假设7、原假设8。这与Simonin6、Zander和Kogut7、Cummings3的研究结论不一致，原因可能是：第一，所转移技术内隐程度和复杂程度再高，只要农业企业与高校在技术转移过程中保持良好的技术信息沟通与交流，如农业企业带着技术问题至高校进行咨询和讨论，或者邀请高校科研人员直接到农业企业一线来考察技术应用情况，并对遇到的新问题进行讨论，即可突破技术属性的障碍；第二，农业企业与高校在技术转移合作中，经常进行科研人员交叉培养的现象，即高校科研人才到农业企业一线、农业企业技术人员到高校进行进修，这种现象降低了双方间的知识距离，降低了农业企业技术人员对技术理解、消化的难度；第三，合作研发是农业企业与高校技术转移合作的重要方式之一，农业企业技术人员切身参与了技术研发的整个过程，也就不存在技术内隐性与复杂性的问题。

第四，转移环境对技术转移绩效的影响。

由表2可知，沟通、政策环境和地理距离对技术转移绩效没有显著的影响，拒绝了原假设10、原假设11、原假设12，与Mowery9、吕萍10的研究结论不一致；而信任对技术转移绩效具有显著的正面作用，验证了原假设9。沟通、政策环境和地理距离作用不显著的原因可能是：在农业企业与高校的技术合作中，技术转移的目标导向明显，即高校只有将技术移植至农业企业才能得到经济回报，在此背景下，双向的沟通对技术转移绩效不存在显著影响；产学研合作的相关政府鼓励政策，对高校和农业企业相互间的合作动机有较强的推动作用，但是对合作后的技术转移绩效的作用力度可能较小，因为技术转移绩效可能决定于高校转移能力、农业企业的吸收能力和整合能力；随着交通基础设施的发达、视频会议与电子邮件等通讯技术的发展，地理距离对高校与农业企业相互间信息交流的限制被极大地削弱，对技术转移绩效的负面影响也被削弱。而农业企业对高校的信任度越高，更有可能接受并投入资源加强对转移来技术的吸收与整合应用，促进技术转移效率和效果的提升。

五、结论

本文以福建省193家农业企业为研究样本，利用多元线性回归分析法，从高校属性、农业企业属性、技术属性、转移环境等四个方面识别农业企业与高校合作中技术转移绩效的关键影响因素，主要研究结论为：转移能力、合作意愿、吸收能力、整合能力和信任对技术转移绩效具有显著的正向影响，而技术内隐性、技术复杂性、技术专属性、转移意愿、政策环境、沟通和地理距离对技术转移绩效未表现出显著影响。本文的研究结论为政府和农业企业提升产学合作中技术转移绩效的策略制定提供一定的理论指导与实践依据。

注释：

①⑦Cummings J.Knowledge transfer across R & D unit:an empirical investigation of the factors affecting successful knowledge transfer across intra and inter organizational units.Missouri，USA:Washington University，2001.

②Szulanski G.Exploring internal stickiness:impediments to the transfer of best practice within the firm.Strategic Management Journal，1996，17（winter special issue)：27-43.

③Cohen Wesley M，Levinthal Daniel A.Absorptive capacity:a new perspective on learning and innovation.Administrative Science Quarterly，1990，35(1)：128-152.

④⑤Simonin B L.Ambiguity and the transfer of knowledge in strategic alliances.Strategic Management Journal，1999，20(7)：595-623.

⑥Zander U，Kogut B.Knowledge and the speed of the transfer and imitation of organizational capabilities:an Empirical test.Organization Science，1995，6(1)：76-92.

⑧耿子扬，汪贤裕，张莉：《企业引进消化吸收再创新的组织间技术转移效率影响因素》，《中国科技论坛》2011年第5期，第67-73页。

⑨Mowery David C，Joanne E Oxley，Brian S Silverman.Strategic alliances and inter-firm knowledge transfer.Strategic Management Journal，1996，17（special issue）：77-91.

⑩吕萍：《知识来源和创新联系的地理分布对创新绩效的影响研究》，《财经研究》2011年第6期，第90-102页。